nested 数据类型是一个比较高级的话题。在本文中，将介绍 Elasticsearch 中针对嵌套对象的一些高级 CRUD 和搜索查询。 如果你想了解有关 Elasticsearch 基础知识的更多信息，可以查看这些文章以快速入门或复习：
在进行下面的练习之前，建议阅读上面的两篇文章中的任何一篇以建立好 laptops-demo 这个索引。在完成之后，我们可以通过如下的命令来查看 laptops-demo 的 mappings 及 settings：
GET laptops-demo上面的命令返回结果：
-
{
-
"laptops-demo": {
-
"aliases": {},
-
"mappings": {
-
"properties": {
-
"attributes": {
-
"type":
"nested",
-
"properties": {
-
"attribute_name": {
-
"type":
"text"
-
},
-
"attribute_value": {
-
"type":
"text"
-
}
-
}
-
},
-
"brand": {
-
"type":
"text",
-
"fields": {
-
"keyword": {
-
"type":
"keyword"
-
}
-
}
-
},
-
"id": {
-
"type":
"long"
-
},
-
"name": {
-
"type":
"text",
-
"fields": {
-
"keyword": {
-
"type":
"keyword"
-
},
-
"ngrams": {
-
"type":
"text",
-
"analyzer":
"ngram_analyzer"
-
}
-
},
-
"analyzer":
"standard"
-
},
-
"price": {
-
"type":
"float"
-
}
-
}
-
},
-
"settings": {
-
"index": {
-
"routing": {
-
"allocation": {
-
"include": {
-
"_tier_preference":
"data_content"
-
}
-
}
-
},
-
"number_of_shards":
"1",
-
"provided_name":
"laptops-demo",
-
"creation_date":
"1673943360770",
-
"analysis": {
-
"
filter": {
-
"ngram_filter": {
-
"type":
"edge_ngram",
-
"min_gram":
"2",
-
"max_gram":
"15"
-
}
-
},
-
"analyzer": {
-
"ngram_analyzer": {
-
"
filter": [
-
"lowercase",
-
"ngram_filter"
-
],
-
"type":
"custom",
-
"tokenizer":
"standard"
-
}
-
}
-
},
-
"number_of_replicas":
"1",
-
"uuid":
"kWCIC0tUTJKrL3gUE1fGcA",
-
"version": {
-
"created":
"8060099"
-
}
-
}
-
}
-
}
-
}
从返回的 mappings 的结果中，我们可以看出来：
-
"properties": {
-
"attributes": {
-
"type":
"nested",
-
"properties": {
-
"attribute_name": {
-
"type":
"text"
-
},
-
"attribute_value": {
-
"type":
"text"
-
}
-
}
-
}
在此示例中，attributes 字段是一个 nested 字段，包含 attribute_name 和 attribure_value 字段作为子字段。 nested 类型是 object 数据类型的特殊版本，它允许对象数组以一种可以彼此独立查询的方式进行索引。 我们应该始终为 nested 字段创建一个映射，如本示例所示，因为 Elasticsearch 没有内部对象的概念，并且会将对象层次结构扁平化为字段名称和值的简单列表，这通常不是我们想要的。更多关于 nested 数据类型的介绍，可以参考文章 “Elasticsearch: object 及 nested 数据类型”。
要创建包含 nested 对象的文档，请运行以下命令：
-
PUT laptops-demo/_doc/1000
-
{
-
"id": 1,
-
"name":
"HP EliteBook Model 1",
-
"price": 38842,
-
"brand":
"HP",
-
"attributes": [
-
{
-
"attribute_name":
"cpu",
-
"attribute_value":
"Intel Core i7"
-
},
-
{
-
"attribute_name":
"memory",
-
"attribute_value":
"8GB"
-
},
-
{
-
"attribute_name":
"storage",
-
"attribute_value":
"256GB"
-
}
-
]
-
}
如上所示，我们针对 attributes 字段写入我们想要的数组。
查看刚刚创建的文档：
GET laptops-demo/_doc/1000
-
{
-
"_index":
"laptops-demo",
-
"_id":
"1000",
-
"_version":
1,
-
"_seq_no":
201,
-
"_primary_term":
2,
-
"found":
true,
-
"_source": {
-
"id":
1,
-
"name":
"HP EliteBook Model 1",
-
"price":
38842,
-
"brand":
"HP",
-
"attributes": [
-
{
-
"attribute_name":
"cpu",
-
"attribute_value":
"Intel Core i7"
-
},
-
{
-
"attribute_name":
"memory",
-
"attribute_value":
"8GB"
-
},
-
{
-
"attribute_name":
"storage",
-
"attribute_value":
"256GB"
-
}
-
]
-
}
-
}
有些开发者可能要问为啥需要 nested 这个数据类型呢？假如我们有另外一个文档：
-
PUT laptops-demo/_doc/1001
-
{
-
"id": 1,
-
"name":
"HP EliteBook Model 2",
-
"price": 40000,
-
"brand":
"Apple",
-
"attributes": [
-
{
-
"attribute_name":
"cpu",
-
"attribute_value":
"Intel Core i7"
-
},
-
{
-
"attribute_name":
"memory",
-
"attribute_value":
"256GB"
-
},
-
{
-
"attribute_name":
"storage",
-
"attribute_value":
"8GB"
-
}
-
]
-
}
在这里，我们把 id = 1001 里的 memory 和 storage 里的内存值和之前的文档 id = 1000 的对调了一下。
如果在没有定义 nested 数据类型的情况下，写入上面的两个文档，并做如下的查询：
-
GET laptops-demo/_search
-
{
-
"query": {
-
"bool": {
-
"must": [
-
{
-
"match": {
-
"attributes.attribute_name":
"memory"
-
}
-
},
-
{
-
"match": {
-
"attributes.attribute_value":
"8GB"
-
}
-
}
-
]
-
}
-
}
-
}
那么返回的结果将是两个文档被同时搜索到。显然这个不是我们所需要的结果，因为我们需要的结果是 memory 的内存值为 8GB，而不是 256GB 的电脑。这个是因为当 JSON 对象被 Lucene 扁平化后，我们失去了 attribute_name 和 attribute_value 之间的对应关系。取而代之的是如下的这种关系：
-
{
-
...
-
"attributes
.attribute_name :[
"memory",
"storage"],
-
"attributes.attribute_value": [
"8GB",
"256GB"]
-
}
很显然，对上面的两个文档来说，他们的搜索结果都是一样的。只有我们使用 nested 数据类型，我们可以让它们的关系变得一一对应起来。
假设我们要在attributes 字段中添加一个新的属性，应该怎么做呢？ 事实证明，nested 字段属性实际上是一个数组，我们可以像这样向其中添加更多对象：
-
POST laptops-demo/_update/1000
-
{
-
"script": {
-
"source":
"ctx._source.attributes.add(params.attribute)",
-
"params": {
-
"attribute": {
-
"attribute_name":
"screen_size",
-
"attribute_value":
"13 inch"
-
}
-
}
-
}
-
}
正如演示的那样，nested 字段可以通过 ctx._source.attributes 访问，它作为数组返回。 我们可以通过 add 方法向这个数组中添加一个新对象。
查看文档，会发现在文档的attributes字段中增加了一个 id 为 1000 的新属性。
GET laptops-demo/_doc/1000
-
{
-
"_index":
"laptops-demo",
-
"_id":
"1000",
-
"_version":
3,
-
"_seq_no":
205,
-
"_primary_term":
2,
-
"found":
true,
-
"_source": {
-
"id":
1,
-
"name":
"HP EliteBook Model 1",
-
"price":
38842,
-
"brand":
"HP",
-
"attributes": [
-
{
-
"attribute_name":
"cpu",
-
"attribute_value":
"Intel Core i7"
-
},
-
{
-
"attribute_name":
"memory",
-
"attribute_value":
"8GB"
-
},
-
{
-
"attribute_name":
"storage",
-
"attribute_value":
"256GB"
-
},
-
{
-
"attribute_name":
"screen_size",
-
"attribute_value":
"13 inch"
-
}
-
]
-
}
-
}
如果我们想更新多个文档的 nested 字段，我们可以使用 _update_by_query 端点：
-
POST laptops-demo/_update_by_query
-
{
-
"script": {
-
"source":
"ctx._source.attributes.add(params.attribute)",
-
"params": {
-
"attribute": {
-
"attribute_name":
"screen_size",
-
"attribute_value":
"13 inch"
-
}
-
}
-
},
-
"query": {
-
"term": {
-
"brand.keyword": {
-
"value":
"Apple"
-
}
-
}
-
}
-
}
要找出所有刚刚更新的 Apple MacBooks：
-
GET laptops-demo/_search
-
{
-
"query": {
-
"term": {
-
"brand.keyword": {
-
"value":
"Apple"
-
}
-
}
-
}
-
}
如果想从 nested 字段中删除对象怎么办？ 例如，如果我们要删除文档 1 的 screen_size 属性怎么办？ 在这种情况下，我们需要一些编程逻辑。 我们需要先找到要移除的具体对象，然后将其从数组中移除。
-
POST laptops-demo/_update/1
-
{
-
"script": {
-
"source":
"ctx._source.attributes.removeIf(attr -> attr.attribute_name == params.attribute_name)",
-
"params": {
-
"attribute_name":
"screen_size"
-
}
-
}
-
}
removeIf 方法删除匿名函数找到的对象。
另一个用例是如何更新 nested 对象中的特定字段。 例如，当 attribute_name 为 “memory” 时，如果我们只想更新 attribute_value 怎么办？ 在这种情况下，我们需要使用 painless 脚本语言的更多编程逻辑：
-
POST laptops-demo/_update/
1
-
{
-
"script": {
-
"source":
"""
-
def attributes = ctx._source.attributes.findAll(
-
attr -> attr.attribute_name == params.attribute_name
-
);
-
for (attr in attributes) {
-
attr.attribute_value = params.new_attribute_value
-
}
-
""",
-
"params": {
-
"attribute_name":
"memory",
-
"new_attribute_value":
"16GB"
-
}
-
}
-
}
逻辑是先用 findAll 方法找到所有相关的 nested 对象，然后用 for 循环一个一个更新。
同样，如果你想更新满足某些条件的多个文档，你可以使用 _update_by_query 端点，如上所示。
最后，我想介绍一下如何查询 nested 字段。 当你第一次看到查询时，它可能会非常吓人。 但是，如果你掌握了模式，你就不会被它吓到，可以在工作中自由使用。
要查询 nested 字段，我们需要在 nested 查询中使用布尔查询。 让我们首先尝试找到所有 memory 为 8GB 的笔记本电脑。
-
GET laptops-demo/_search
-
{
-
"query": {
-
"nested": {
-
"path":
"attributes",
-
"query": {
-
"bool": {
-
"must": [
-
{
"match": {
"attributes.attribute_name":
"memory" }},
-
{
"match": {
"attributes.attribute_value":
"16GB" }}
-
]
-
}
-
}
-
}
-
}
-
}
关键点：
- nested 关键字指定我们正在查询 nested 字段。
- path 指定 nested 字段的名称，在本例中为 attributes。
- bool 表示我们正在使用布尔查询，因为我们希望 attribute_name 和 attribute_value 字段都满足某些条件。
- must 表示子查询必须全部出现在文档中。
- match 表示全文搜索，因为 attribute_name 和 attribute_value 字段都是 text 字段。 如果其中一些不是 text 字段，我们需要使用 term、terms 或 range 查询。
现在让我们介绍一个更复杂的。 让我们找出所有 HP 笔记本电脑，其 memory 为 8GB，storage 为 256GB：
-
GET laptops-demo/_search
-
{
-
"query": {
-
"bool": {
-
"must": [
-
{
-
"term": {
-
"brand.keyword": {
-
"value":
"HP"
-
}
-
}
-
},
-
{
-
"nested": {
-
"path":
"attributes",
-
"query": {
-
"bool": {
-
"must": [
-
{
-
"match": {
-
"attributes.attribute_name":
"memory"
-
}
-
},
-
{
-
"match": {
-
"attributes.attribute_value":
"8GB"
-
}
-
}
-
]
-
}
-
}
-
}
-
},
-
{
-
"nested": {
-
"path":
"attributes",
-
"query": {
-
"bool": {
-
"must": [
-
{
-
"match": {
-
"attributes.attribute_name":
"storage"
-
}
-
},
-
{
-
"match": {
-
"attributes.attribute_value":
"256GB"
-
}
-
}
-
]
-
}
-
}
-
}
-
}
-
]
-
}
-
}
-
}
在这个大查询中，外部 bool 查询指定了三个应该满足的条件：
- 第一个条件是匹配 brand 字段，必须是 HP。
- 第二个条件是 nested 查询，它包装另一个查询以搜索 nested 属性字段。 在内部 bool 查询中，我们要求 attribute_name 必须是 “memory”，attribute_value必须是 “8G”。 两者都应该满足。
- 同样，第三个条件也是 nested 查询，要求 attribute_name 必须为 “storage”，attribute_value 必须为 “256GB”。
如果你知道模式，就不会那么复杂，不是吗？ 😃通过这个查询，我们可以得到所有brand 为 HP、内存为 8GB、存储空间为 256GB 的笔记本电脑。
总结
在本文中，我们简要介绍了常见的查询以创建、读取、更新、删除和搜索嵌套查询。 对于 CRUD 操作，你需要编写一个简单的 painless 脚本。 你无需掌握整个painless 编程语言即可使用 Elasticsearch。 了解一些常用命令就足以满足日常使用。 如果你想成为 painless 达人，可以查看 painless 指南。你也可以阅读我的文章 “Elastic：开发者上手指南” 中的 “Painless 编程” 章节。
对于 nested 字段搜索，不要被看似复杂的查询吓倒。 只要你了解 bool 和 nested 查询的工作原理，就可以使用 bool 和 nested 查询作为构建块来自行构建强大的查询。
转载：https://blog.csdn.net/UbuntuTouch/article/details/128724614